Суюктуктагы кирди аныктоодо машиналык көрүү

Суюктуктагы кирди аныктоо сапаттын бардык тармактарында негизги шарт болуп саналат, анткени эң кичине кир да өнімдүн коопсуздугун, иштешин же тургундардын ишенимин бузууга алып келет. Инспекцияны кол менен жүргүзүү гана ишенилген көзөмөл методдору жетишсиз жактары менен келет: алар жай, эмгек сыйымдуу жана субъективдүү, ал эми чаралар убакыт өткөн сайын көзгө чалынып түшөт. Бирок машиналык көрүү технологиясы жаңычылыктуу чечим катары пайда болду, ал жогорку ылдамдыкта, так жана анык аныктоо мүмкүнчүлүктөрүн сунуш кылат, бул болсо заманбап өндүрүштүн жана иштетүүнүн катуу талаптарын канааттандырат.

1. Башкы принциптер

Суюк заттардагы кир таап алууда машиналык көрүүнүн натыйжалуулугу эки байланышкан процесстерге — сүрөттүн алынышына жана сүрөттүн иштетилүшүнө таянат. Бул этаптар бирге алынганда, сырткы көрүнүштүн баштапкы маалыматын иштетилген чечимдерге айландырат. аңдашуу кирдин болушу, чоңдугу жана түрү.

Сурат алуу

Сүрөттү алуунун негизинде жарык системалары менен бейне куралдарынын стратегиялык өз ара аракети жатат, бул эки бөлүк да ылдый же жарым ылдый суюктуктардын уникалдуу кыйынчылыктарын жеңүүгө багытталган. Жарык импульстар менен суюктуктун аркасында пайда болгон контрастты түзүү үчүн маанилүү. Жогорку интенсивдүүлүктөгү LED колдонулган арткы жарык, ылдый суюктуктар үчүн кенен колдонулат: суюктук контейнеринин артында жарык көзүн жайгаштыруу менен, жарыкты тосуп же чачыраткан импульстар жарык фонго каршы ачык көрүнүп турган кара даражалар катары пайда болот. Бетинин же контейнердин кабыргасындагы кирди табуу үчүн жанынан жарыктуу жол жөнгө салынат, анткени ал көлеңкенин пайда болушун камсыз кылып, туурасыз жерлерди белгилейт.

Сурет оброботка

Сүрөттөр алынгандан кийин, иштетүү алгоритмдери маанилүү маалыматты үч негизги кадам аркылуу чыгарып алат. Алдын-ала иштетүү сүрөттүн сапатын жакшыртат: фильтрлөө тоскоолдуктарды (мисалы, Гаусс фильтрлери жумшак чачырат) азайтат, анын эми контрасттык түзүү (мисалы, гистограмманы теңдештирүү) импульстар менен суюктуктардын ортосундагы ныгыз айырмачылыктарын күчөтөт. Сегментация андан кийин импульстарды фондон бөлүп турат. Thresholding – бул жөнөкөй, бирок эффективдүү техника, пикселдерди интенсивдүүлүк маанилерине ылайык "импульс" же "фон" деп классификациялайт. Татаал учурлар үчүн – импульстар суюктук менен аралашкан жерде – четине тийүү (мисалы, Кенни алгоритми) загрязнителдин формасын чиймөө үчүн интенсивдүүлүктүн кескин өзгөрүшүн аныктайт.

2. Санайы жана колдонмолору

Машиналык көрүүнүн көп тармактарда суюктуктун тазалыгын камсыз кылуу үчүн маанилүү экенин көрсөттү.

Дарык иштетүүдө жоопкерчилик чоң: эмдик каражаттардагы киргизүүлөр, мисалы, ампулалардан чыккан шыны чыбыктары же тыгыздагыдан чыккан каучук бөлүкчөлөрү пациенттерге оор зыян келтириши мүмкүн. Өндүрүш сызыктарына киргизилген машиналык көрүү системалары чыгарылган өнүмдөрдү наактуу убакытта текшеришет жана тыйнактардын чачын кеткен бөлүктөрүнөн сактандырып, алардын түкөмүнүн чөгүшүнө жол бербейт. Бул катаал регуляциялык стандарттарга ылайык келүүнү камсыз кылат, ошондой эле кайтаруу чыгымдарын жана репутациялык зыяндын алдын алат.

Тамак-аш жана ичимдик өнөр жайы өнүмдүн сапаты менен татын сактоо үчүн машиналык көрүү системасына таянат. Мисалы, шырбат өндүрүүдө системалар баштапкы иштетүүдөн өткөн учурда чачын кеткен уруктарды, жемиш кабыктын жана башка бөлүкчөлөрдү аныктайт. Ачытууда алар пивода чыккан ашкөмүс түйүндөрүн же калдык заттарды аныктап, анын ачыктыгын жана татын сактайт. Бул системалар сапаттын бирдемдүүлүгүн сактап, бренддин репутациясын жана коомчулуктун коопсуздук талаптарын орундашат.

Химиялык сектордо, айрыкча электрондык класстагы химикаттар сыяктуу жогорку тазалыктуу колдонуулар үчүн, машиналык көрүү кымбат кемчиликтерди алдын алат. Жартылай өткөргүчтү иштетүү үчүн колдонулган химикаттардагы изделер менен загрязнительдер эле электрондык схеманын иштөөсүн бузуу мүмкүн. Көрүү системалери сактоо резервуарлары менен трубопроводдорду көзөмөлдөп, загрязнительдерди убактылы аныктап, чыгындарды камтыйт жана сезгилүү өндүрүш процесстерин коргойт.

3. Кыйынчылыктар жана аларды чечүү

Алардын артыкчылыктарына карабастан, машиналык көрүү чын жагдайларда кыйынчылыктарга жолугот, анын ар бири максаттуу инновациялар менен чечүүгө мүмкүнчүлүк берет.

Сироптор же май сыяктуу көптүк суюктуктар уникалдуу кыйынчылыктарды пайда кылат: загрязнительдер жаяк жылып же контейнердин кабыргаларына жабышып, айырмаланууга кыйынчылык келтират. Курч жарык сыяктуу жетилдирилген жарык берүү системалари суюктукка үлгүлөрдү түşүрөт жана үлгүнүн бузулушун талдоо жашырын загрязнительдерди аныктоого мүмкүнчүлүк берет. Жогорку өткөргүч суюктуктар үчүн, көп спектрдүү бейнелөө – көрүнгөн жарыктан алыс толкун узундуктарын колдонуу загрязнительдердин өзгөчө жарык жутумдоо касиеттерин пайдалануу менен контрастты арттырат.

4. Корутунду

Машиналык көрүү суюк заттардагы кирди таап алуу областында революцияга алып келди, таптыруу ыкмаларын так, тез жана объективдүү кылды. Сүрөттүн алынышы, иштетилүшү жана анализделүшүнүн принциplerин пайдалануу аркылуу ал фармацевтика, тамак-аш жана ичимдиктер, химиялык өнөрөсү сыяктуу түрдүү индустрияларда кеңири колдонулат. Кыйынча суюктуктардын касиеттери, кичинекей өлчөмдөгү кирлер жана жогорку тездиктеги өндүрүш талаптары сыяктуу кыйынчылыктарга дуушар болгону менен, чечимдер мысалы, алдыңкы жарыктыруу жана суроо-табуу ыкмалары, жакшыртылган суроо-табуу иштетүү алгоритмдери жана жогорку өнүмдүүлүктөгү аппараттуу жабдуулар иштелип чыгарылды. Келечекте IoT менен баштапкы байланыш, интеллектуалдуу алгоритмдердин өнүгүшү жана куралдардын кичирейтилиши суюктуктагы кир тазалоо үчүн машиналык көрүүнүн мүмкүнчүлүктөрүн ары да жакшыртат, бул өнүмдүн сапатын жакшыртууга, коопсуздукту жогорулатууга жана өндүрүштүн тиришчилик иштетүүсүн жакшыртууга салым кошот.